การทำนายเวลารอดิสนีย์แลนด์ผ่านการจำลองประชากร

ใช้การจำลองแบบนาทีต่อนาทีเพื่อวิเคราะห์การตัดสินใจของฝูงชนภายในดิสนีย์แลนด์

ภาพทั้งหมดเป็นของผู้เขียน

การแนะนำ

หากคุณเคยวางแผนการเดินทางไปดิสนีย์แลนด์ คุณจะรู้ว่าการตรวจสอบระดับฝูงชนมีความสำคัญเพียงใด สิ่งที่ต้องทำก็แค่ฝูงชนหลั่งไหลเข้ามาอย่างไม่คาดคิดเพื่อเปลี่ยนสถานที่ที่มีความสุขที่สุดในโลกให้กลายเป็นสิ่งที่ตรงกันข้าม เมื่อสิบปีที่แล้วสิ่งนี้สามารถหลีกเลี่ยงได้โดยการเดินทางช่วงกลางสัปดาห์ แต่ดิสนีย์แลนด์ยุคใหม่ไม่มีวันหยุด

โปรเจ็กต์นี้ได้รับแรงบันดาลใจจากตัวเลือกการเดินทางเที่ยวเดียวในทริปดิสนีย์แลนด์รีสอร์ทครั้งล่าสุดของฉัน Grizzly River Rapids ที่ California Adventure นั่งรอเป็นเวลา 45 นาทีเป็นเวลาสองสามชั่วโมง และกลัวว่าเราจะต้องรอจนกว่าอุณหภูมิจะลดลงในช่วงต่อมาของวัน เราจึงเริ่มเดินป่าไปยังฝั่งนั้นของสวนสาธารณะ หลังจากยืนเข้าแถวได้ 5 นาที เราก็สังเกตเห็นว่าเวลารอเปลี่ยนไปเป็น 25 นาที เรารู้สึกเหมือนได้เล่นระบบและประหยัดเวลาเพราะการย้ายครั้งนี้

สิ่งนี้ทำให้ฉันสงสัยว่า การเดินไปสู่เครื่องเล่นที่มีเวลารอสูงกว่าค่าเฉลี่ยถือเป็นการเคลื่อนไหวที่ชาญฉลาดหรือไม่ มันฟังดูขัดกับสัญชาตญาณ แต่หลังจากคิดถึงตัวเลือกทั้งหมดที่เราเลือกในวันนั้น ก็ชัดเจนว่าเราหลีกเลี่ยงการขี่รถหากเรารู้สึกว่ามันไม่คุ้มกับการรอคอยในปัจจุบัน ตัวอย่างเช่น Space Mountain ที่ 70 นาที — ไม่ ขอบคุณ เราจะรอดูว่าจะลดลงหรือไม่ ภูเขาสายฟ้าในเวลา 20 นาที — แน่นอนว่าดูสมเหตุสมผล สมมติว่าคนทั่วไปคิดเช่นนี้ ก็สมเหตุสมผลที่ Grizzly River Rapids จะเห็นการลดลงค่อนข้างมากในบางครั้ง ผู้คนเห็น 45 นาทีและรอจนช้า จึงลดลงเนื่องจากคนเข้าคิวน้อย หากคุณจัดเวลาให้ถูกต้อง คุณก็สามารถเข้าแถวได้ทันทีเพราะมีคนมาน้อยที่สุดแล้ว จึงมีการจำลองเกิดขึ้น

การสร้างแบบจำลอง

ขั้นตอนแรกในการเขียนโค้ด MATLAB คือการกำหนดว่าหนึ่งวันในดิสนีย์แลนด์จะเป็นอย่างไรเมื่อพิจารณาจากจำนวนคนทั้งหมด ความจุของดิสนีย์แลนด์อยู่ที่ประมาณ 85,000 คน และในช่วงโควิด พวกเขาเริ่มต้นที่ 25% ของความจุ (แต่เพิ่มขึ้นอย่างแน่นอนตั้งแต่เดือนพฤษภาคม) ทำให้ฝูงชนหลังโควิดของเรามีประมาณ 21,000 คนต่อวัน จำนวนนี้จะไม่ถูกต้องหากใช้สำหรับการจำลอง เนื่องจากเรารู้ว่าดิสนีย์แลนด์ไม่ได้เต็มไปด้วยผู้โดยสารเพียง 21,000 คน นี่คือครอบครัวทุกขนาด ดังนั้นโปรเจ็กต์จึงต้องตรงตามนั้น ขนาดครอบครัวโดยเฉลี่ยคือ 3-4 คน แต่ฉันตัดสินไว้ที่ 3.78 โดยเฉลี่ยสำหรับการจำลองนี้ ขณะนี้เรากำลังดูกลุ่มคนที่กำลังตัดสินใจเพียง 5,500 กลุ่มเท่านั้น ซึ่งสามารถเร่งการจำลองได้เป็นจำนวนมาก

จะต้องกำหนดคุณลักษณะอื่นๆ ให้กับแต่ละกลุ่ม เช่น สถานที่ สิ่งที่กำลังทำ ความเร็วในการเดิน ประวัติการโดยสาร และเวลามาถึง/ออกเดินทาง

• แต่ละกลุ่มจะได้รับหมายเลข 0–30 สำหรับตำแหน่งปัจจุบัน (0 คือทางเข้า และ 1–30 คือเครื่องเล่นที่แตกต่างกัน 30 รายการ)
• โดยจะได้รับค่าโดยขึ้นอยู่กับว่ากลุ่มนั้นกำลังเดิน รอคิว หรืออยู่บนรถ
• ค่าความเร็วในการเดินถูกกำหนดตามขนาดกลุ่ม โดยผู้ขับขี่คนเดียวจะเดินเร็วกว่ากลุ่ม 10 คนอย่างเห็นได้ชัด (และยังต้องหยุดให้น้อยลงเพื่อเข้าห้องน้ำด้วย)
• ประวัติการขี่เป็นสิ่งสำคัญ เนื่องจากเมื่อแจ้งให้กลุ่มเลือกการเดินทาง คุณต้องมีความแปรปรวนบางประการ เพื่อไม่ให้ผู้ขับขี่เลือกขี่ Matterhorn ซ้ำๆ
• เวลามาถึงและออกเดินทางมีความสำคัญ เนื่องจากไม่ใช่ทุกคนที่จะมาถึงสวนสาธารณะทันทีเมื่อเปิด และไม่ใช่ทุกคนจะอยู่จนกว่าจะปิด สิ่งเหล่านี้ถูกกำหนดแบบสุ่มโดยพิจารณาจากการกระจายการเข้าอุทยานและเวลาที่ตั้งไว้ล่วงหน้า

นอกจากนี้ยังมีคุณลักษณะบางอย่างที่ต้องกำหนดให้กับเครื่องเล่นในสวนสาธารณะแต่ละครั้ง สิ่งต่างๆ เช่น ความตื่นเต้น จำนวนสิ่งที่ "ต้องขี่" ระยะเวลารอในปัจจุบัน จำนวนผู้โดยสาร (ผู้ขับขี่/ชม.) และระยะเวลาในการโดยสาร

เมทริกซ์ข้อมูลสุดท้ายถูกกำหนดไว้สำหรับระยะทางระหว่างเครื่องเล่น 30 เครื่องและทางเข้าแต่ละครั้ง ใช่แล้ว เมทริกซ์ขนาด 31 x 31 ของข้อมูล Google Earth เพื่อแสดงระยะทางจากรถโดยสารหนึ่งไปยังอีกรถโดยสารหนึ่ง

ตอนนี้เรามีเครื่องมือทั้งหมดที่จำเป็นในการจัดงานวันดิสนีย์แลนด์จำลองและรับผลลัพธ์บางอย่างแล้ว

เรียกใช้การจำลอง

สมมติว่าเรามี 3 กลุ่มแรกจากทั้งหมด 5,500 กลุ่มแล้วดูว่าการตัดสินใจเป็นอย่างไร (เริ่มตั้งแต่เช้าวันใหม่)

กลุ่ม A: 4 คน ตั้งอยู่ที่ทางเข้า มีความเร็วในการเดินปานกลาง และไม่มีประวัติการเดินทาง

กลุ่ม B: 2 คน ตั้งอยู่ที่ทางเข้า เดินเร็ว และไม่มีประวัติการเดินทาง

กลุ่ม C: 7 คน ตั้งอยู่ที่ทางเข้า เดินช้า และไม่มีประวัติการเดินทาง

หากกลุ่มต้องการรถใหม่ ระบบจะแจ้งให้เลือกหนึ่งคัน อย่างไรก็ตาม มันไม่ได้สุ่มเลือกอันใดอันหนึ่ง การเดินทางแต่ละครั้งจะได้รับคะแนนความชอบสำหรับกลุ่มนั้นโดยพิจารณาจากคุณสมบัติการเดินทางที่ระบุไว้ข้างต้น ทุกอย่างตั้งแต่เวลารอปัจจุบัน ระยะทางที่เดิน และความแปรปรวนจะได้รับการพิจารณาเมื่อให้คะแนนเครื่องเล่น จากนั้น 10 อันดับแรกจะถูกเลือกโดยการกระจายที่กำหนดไว้ล่วงหน้า (โดยปกติจะมีโอกาสประมาณ 25% สำหรับการขับขี่ที่มีคะแนนสูงสุด จากนั้นโอกาส 15% สำหรับการขับขี่อันดับที่สอง ฯลฯ) และการขับขี่ที่เลือกจะถูกกำหนดให้กับกลุ่ม กลุ่มจะได้รับเวลาในการเดินโดยพิจารณาจากระยะทางและความเร็วในการเดิน จากนั้นจึงเริ่มเดินแบบนาทีต่อนาที ซึ่งทำสำหรับทุกกลุ่มที่ต้องการรถ ซึ่งตัวอย่างของเราคือกลุ่มทั้งหมด A, B และ C

สมมติว่ากลุ่ม A เลือก Indiana Jones โดยกำหนดให้ใช้เวลาเดิน 5 นาที กลุ่ม B เลือก Space Mountain และกำหนดให้เดิน 4 นาที กลุ่ม C ก็เลือก Indiana Jones โดยใช้เวลาเดิน 10 นาที (7 คน vs 4 คนในกลุ่ม) หลังจากหมดเวลาทั้งหมดแล้ว พวกเขาจะได้รับมอบหมายเวลารอสำหรับรถนั้นตามจำนวนคนที่อยู่ในสายนั้นแล้ว และปริมาณรถ (ผู้โดยสาร/ชม.) หลังจากหมดเวลารอแล้ว พวกเขาจะได้รับกำหนดเวลาการเดินทางซึ่งเป็นลักษณะเฉพาะสำหรับรถนั้น หลังจากหมดเวลาการปั่นแล้ว พวกเขาจะได้รับแจ้งให้เลือกการปั่นครั้งถัดไป และวงจรจะดำเนินต่อไป

สิ่งนี้จะดำเนินต่อไปทุกนาทีของวัน และการเดินทางทุกครั้งจะบันทึกเวลารอในนาทีนั้นเพื่อแสดงภาพกราฟิกเมื่อสิ้นสุดวัน

ผลลัพธ์

ด้านล่างนี้เป็นแผนสำหรับเครื่องเล่นทั้งหมด 30 เที่ยวในหนึ่งวัน รองรับได้ 21,000 คน เปิดตั้งแต่เวลา 8.00 น. ถึง 22.00 น. (0 ถึง 840 บนแกน x)

บางสิ่งที่ควรทราบ:

• Finding Nemo ปิดให้บริการจนถึงฤดูหนาวปี 2021 นั่นคือเหตุผลว่าทำไมโครงเรื่องจึงเหลือ 0 นาที
• นี่เป็นเพียงการจำลองครั้งหนึ่ง ซึ่งหมายความว่าช่วงที่แท้จริงของจุดข้อมูลที่เป็นไปได้นั้นมากกว่าที่แสดงไว้
• ไม่คำนึงถึงเวลาหยุดทำงานของการโดยสาร แต่จะคำนึงถึงปริมาณการโดยสารเนื่องจากไม่สามารถคาดการณ์ได้
• เครื่องเล่นทางน้ำอย่างสแปลชภูเขามีวิธีให้คะแนนแบบพิเศษ เนื่องจากเวลาที่อากาศอุ่นขึ้นของวันจะทำให้ต้องรอนานขึ้น
• เครื่องเล่นจะเริ่มในเวลารอ 1 นาทีเมื่อร้านเปิด เนื่องจากต้องใช้เวลาในการเดินผ่านคิวที่เปิดอยู่

มาดูเครื่องเล่นสามเครื่องที่มีรูปแบบพล็อตเวลารอที่แตกต่างกัน (แกน x คือเวลาจริง 0 เวลา 8.00 น. และ 840 เวลา 22.00 น. และแกน y คือเวลารอเป็นนาที)

Autopia มีการเพิ่มขึ้นสูงชันมากประมาณ 2-3 ชั่วโมงหลังสวนสาธารณะเปิด สาเหตุส่วนใหญ่มาจากความใกล้กับ Space Mountain และ Matterhorn การเปลี่ยนแปลงของเวลารอในช่วงครึ่งแรกของวันเป็นตัวอย่างที่ดีว่าจังหวะมีความสำคัญอย่างไรเมื่อเข้าแถว ความแตกต่างระหว่าง 12.00 น. ถึง 00.30 น. คือประมาณ 10 นาที ซึ่งค่อนข้างสำคัญ หากต้องการนำสิ่งนี้ไปใช้กับสถานการณ์ในชีวิตจริง หากคุณเห็นว่า Autopia ต้องรอมากกว่า 30 นาที อาจเริ่มเดินไปยังบริเวณนั้นเพื่อดูว่ามันลดลง 5–10 นาที

Pirates of the Caribbean มีรูปร่างที่แตกต่างจาก Autopia มาก โดยมีการเปลี่ยนแปลงน้อยลงในแต่ละนาที มีเส้นโค้งเริ่มต้นที่สูงซึ่งจะค่อย ๆ หมดลงประมาณเที่ยงวัน ดังนั้น สำหรับตัวอย่างเฉพาะนี้ ควรจะขี่ Pirates of the Caribbean ก่อน 10.00 น. หรือหลัง 16.00 น. จะดีกว่า การลงในตอนท้ายของวันน่าจะเกิดจากการเล่นน้ำหรืออาจจะเป็นเครื่องเล่นที่คนส่วนใหญ่ได้ขี่ไปแล้วและไม่อยากกลับไปอีก

Splash Mountain เป็นตัวอย่างที่ชัดเจนของเอฟเฟกต์การขี่น้ำ ซึ่งหมายความว่ามีเวลารอต่ำมากในชั่วโมงแรกและชั่วโมงสุดท้ายของวัน มีความผันผวนพอสมควรระหว่างนาที ดังนั้นการกำหนดเวลาให้ถูกต้องอาจช่วยให้คุณประหยัดเวลาในการรอได้ถึง 10 นาที

สิ่งนี้สำคัญมากหากการจำลองทำงานได้ดีในการจับคู่ความเป็นจริงอย่างแม่นยำ ในขณะที่เขียนบทความนี้ เวลา 13.00 น. ของวันที่ 5 สิงหาคม เวลารอคอยสำหรับทั้งสามตัวอย่างมีดังนี้:

• ออโตเปีย — 20 นาที
• โจรสลัดแห่งแคริบเบียน — 45 นาที
• สแปลชเมาเทน — 65 นาที

จากการจำลองนี้ เวลารอโดยประมาณคือ 13.00 น. เป็นดังนี้:

• ออโตเปีย — 22 นาที
• โจรสลัดแห่งแคริบเบียน — 43 นาที
• สแปลชเมาเท่น — 53 นาที

Autopia และ Pirates of the Caribbean นั้นใกล้เคียงกับความเป็นจริงมาก ในขณะที่ Splash Mountain นั้นอยู่ต่ำกว่ามาก อาจเป็นเพราะอุณหภูมิที่สูงขึ้น หรือความจริงที่ว่า Indiana Jones ไม่ทำงานในเวลานั้น จึงมีนักบิดจำนวนมากขึ้นที่สามารถย้ายไปที่ Splash Mountain ได้

ข้อสรุป

การคาดการณ์เวลารอด้วยการจำลองนี้มีความน่าเชื่อถือมากเมื่อเครื่องเล่นทั้งหมดทำงานตามปกติ และแขกก็ตัดสินใจอย่างสมเหตุสมผล เครื่องเล่นที่มีความผันผวนสูงคือเครื่องเล่นที่สามารถกำหนดเวลาได้ดีกว่าขณะอยู่ในสวนสาธารณะเพื่อตัดสินใจ การเดินไปสู่เครื่องเล่นนั้นอาจเป็นประโยชน์ต่อวันของคุณ โดยช่วยคุณประหยัดเวลาได้ 5-10 นาทีต่อการนั่งแต่ละครั้ง

การจำลองนี้สามารถเปลี่ยนแปลงได้อย่างง่ายดายเพื่อให้ตรงกับจำนวนฝูงชนที่คาดการณ์ไว้ จำนวนรถที่ปิด เพิ่มรถ และเวลาจอด การปรับปรุงรถใหม่สามารถเพิ่มเวลารอได้ และสามารถเปลี่ยนแปลงได้ภายในแอตทริบิวต์ "ต้องขี่" ของรถนั้นเพื่อให้สอดคล้องกับเวลารอใหม่

ขั้นตอนถัดไปบางส่วนที่สามารถดำเนินการได้ด้วยการจำลองนี้ ได้แก่ การรวมบัตรด่วน ช่วงพักอาหาร เวลาขบวนพาเหรดและเวลาแสดง และผลกระทบที่บัตรผ่านขึ้นเครื่องมีต่อเวลารอ

นอกจากนี้ การพิจารณาว่าขนาดกลุ่มส่งผลต่อจำนวนการเดินทางของกลุ่มอย่างไร หรือบางทีเวลารอเปลี่ยนแปลงไปอย่างไรเมื่อจำนวนฝูงชนเพิ่มขึ้นอาจเป็นเรื่องที่น่าสนใจ การพิจารณากลุ่มที่ประสบความสำเร็จมากที่สุดและการตัดสินใจของพวกเขาอาจเป็นแบบอย่างที่ดีสำหรับผู้ที่ต้องการทำลายวันของตัวเองที่ดิสนีย์แลนด์

เพื่อตอบคำถามหลักที่ฉันมีกับโปรเจ็กต์นี้: ใช่ ดูเหมือนจะเป็นประโยชน์ที่จะเดินไปถึงช่วงที่ต้องรอคิวสูงสำหรับเครื่องเล่นบางประเภท แต่สำหรับเครื่องเล่นอื่นๆ อาจไม่มากนัก เครื่องเล่นที่มีลำดับความสำคัญสูง เช่น Space Mountain, Matterhorn, Indiana Jones และ Millennium Falcon จะไม่มีการเปลี่ยนแปลงมากนักตลอดทั้งวัน เว้นแต่คุณจะกำหนดเวลาได้ถูกต้องเมื่อเปิดให้บริการอีกครั้งหลังจากปิดชั่วคราว อย่างไรก็ตาม พบว่าเครื่องเล่นอื่นๆ มีความหลากหลายพอสมควรซึ่งคุณสามารถใช้ประโยชน์ได้ และอาจได้เครื่องเล่นเพิ่มเติมหนึ่งหรือสองเครื่องในวันดิสนีย์แลนด์ของคุณ